AI 领域更新密集，演示视频、榜单成绩和融资消息很容易被包装成重大突破。读者不必掌握所有技术细节，也可以通过几个问题判断信息价值。
先找原始来源
这是正式论文、产品文档、公司公告，还是对二手内容的转述？结论是否能在来源中找到对应证据？
区分演示与稳定能力
精选案例不能代表常态表现。需要关注测试条件、失败率、人工介入和真实可用范围。
追问比较基线
“提升很多”相对于什么？成本、延迟和数据条件是否一致？最后还要问：这项变化影响谁，它是短期事件还是长期趋势？保持这五个问题，比记住每个模型名称更有价值。